石嘴山礦區(qū)地表環(huán)境動態(tài)變化遙感監(jiān)測

尚 慧，倪萬魁，2

(1．長安大學地質工程與測繪學院，西安 710054;2．凍土工程國家重點實驗室，蘭州 730050)

0 引言

礦業(yè)開發(fā)在為經(jīng)濟建設做出重要貢獻的同時，也使礦區(qū)的生態(tài)環(huán)境遭到了嚴重破壞，因此，對礦產(chǎn)資源開發(fā)狀況及由此引發(fā)的環(huán)境問題進行有效監(jiān)測就顯得尤為重要。遙感技術具有視野寬、信息量大和快速等特點，可以從宏觀上掌握研究對象的特征，在資源開發(fā)和環(huán)境監(jiān)測等問題的研究中越來越受到關注。運用遙感技術對礦山環(huán)境進行監(jiān)測可獲取大面積同步觀測數(shù)據(jù)，并且不受地理條件的限制［1］;其獲取信息的手段多，可選用不同波段和多種傳感器獲取地物信息;速度快、周期短，可在較短時間內對同一地區(qū)進行重復監(jiān)測，發(fā)現(xiàn)地物的動態(tài)變化;可大大節(jié)省人力、財力、物力和時間，具有很高的經(jīng)濟效益和社會效益［2］。運用遙感技術對礦產(chǎn)開發(fā)引起的環(huán)境問題進行監(jiān)測已經(jīng)是必然趨勢［3－8］。目前遙感監(jiān)測礦山地表環(huán)境常用的方法主要為:采用圖像目視判讀、人機交互分類與計算機自動分類相結合的方法，通過提取礦山被破壞區(qū)域的分布信息，分析礦山開采對植被和土地的影響乃至礦產(chǎn)資源開發(fā)對整個礦區(qū)生態(tài)環(huán)境的影響;采用多時相遙感圖像，通過對不同波段組合圖像監(jiān)督分類，得到較高精度的分類結果圖，比較不同時相分類結果圖，定量分析礦區(qū)生態(tài)環(huán)境的變化。本文以石嘴山礦區(qū)為例，根據(jù)礦區(qū)開采特點及治理恢復情況，選取20世紀70年代(1970s)—2009年間3個時相的遙感圖像，從圖像預處理、解譯標志建立、人機交互解譯和GIS空間分析等關鍵技術方面探討了遙感技術在礦山地表環(huán)境動態(tài)變化監(jiān)測中的應用效果。通過對解譯結果的對比分析，實現(xiàn)了對礦山地表環(huán)境的動態(tài)變化監(jiān)測，實時掌握了礦區(qū)地表環(huán)境的變化特征，為礦區(qū)地質環(huán)境治理恢復提供了基礎依據(jù)。

1 研究區(qū)概況

石嘴山礦區(qū)位于寧夏回族自治區(qū)石嘴山市惠農(nóng)區(qū)，地處寧夏北部，黃河西岸，隔黃河與內蒙古自治區(qū)相望［9］，處于 E 106°45'39″～106°47'21″，N 39°13'50″～39°15'44″之間(圖1)。該礦區(qū)主要包括原石嘴山一礦和二礦，礦種為煤礦，開采方式為井下開采。礦區(qū)內出露地層主要有長城系、薊縣系、寒武系、石炭系、二疊系、三疊系、新近系和第四系，主要含煤地層為上石炭統(tǒng)太原組和下二疊統(tǒng)山西組［9］。

圖1 研究區(qū)位置Fig．1 Location of the studied area

石嘴山礦區(qū)已有50多a的開采歷史，形成了大面積的塌陷坑。其中位于礦區(qū)南側、沿北東向展布、破壞最為嚴重的7個塌陷坑，占地面積為9．1 km2，一般沉陷深8～10 m，最大深度達24．39 m。礦區(qū)內土地、植被遭受嚴重破壞，巖層開裂，亂石遍布，煤矸石自燃，污水橫流，部分地區(qū)常年積水，局部區(qū)域成為城市垃圾堆積場，生態(tài)環(huán)境污染嚴重。礦區(qū)及周邊居住著約15 600戶近4萬人口。隨著城市規(guī)模的逐步擴大，采煤引起的沉陷區(qū)逐漸靠近惠農(nóng)區(qū)中心，不斷惡化的生態(tài)環(huán)境給城市交通和居民生活等造成了極大不便［10］。自2004年以來，對石嘴山礦區(qū)已進行了8 a的生態(tài)環(huán)境治理，目前礦區(qū)環(huán)境已得到很大改善，大幅度提高了植被覆蓋率，減少了水土流失，采礦荒棄的土地逐漸成為城市的綠色屏障，基本消除了礦區(qū)地質災害隱患，改善了礦區(qū)居民生存環(huán)境，提升了礦區(qū)居民生活質量。

2 數(shù)據(jù)源及其預處理

2．1 數(shù)據(jù)源選擇

井下開采煤礦環(huán)境監(jiān)測主要涉及被破壞和壓占土地(表現(xiàn)為煤矸石和煤堆壓占破壞土地)信息的提取以及其他地物(耕地、荒地、植被、城鎮(zhèn)居民地等)信息的提取［11］，而上述地物只有在高分辨率的遙感圖像上才能有較好地反映，因此要取得好的監(jiān)測效果，需采用高分辨率遙感數(shù)據(jù)［12］。由于自2004年以來，已經(jīng)對石嘴山礦區(qū)的礦山地質環(huán)境進行了部分治理恢復，因此，為了更好地體現(xiàn)動態(tài)監(jiān)測的效果，本次研究選用覆蓋石嘴山礦區(qū)1970s的1∶10 000航空遙感正射影像圖(礦山遙感監(jiān)測基準)、2003年SPOT5衛(wèi)星圖像(礦山地質環(huán)境治理恢復前)和2009年RapidEye衛(wèi)星圖像(礦山地質環(huán)境部分治理恢復后)進行地類解譯，對3個時相的地類變化進行分析，從而達到對環(huán)境動態(tài)監(jiān)測的目的。3個時相的遙感數(shù)據(jù)投影方式均為高斯–克呂格投影(加帶號、向東偏移500 km)，6度分帶;圖像的空間分辨率航空遙感正射影像為1 m，SPOT5衛(wèi)星為2．5 m，RapidEye為5 m，均可滿足礦山地表環(huán)境動態(tài)變化監(jiān)測的要求。

2．2 圖像預處理

遙感圖像在獲取過程中，存在著輻射變形和幾何變形［13］。為了比較客觀、準確地反映地物的實際情況，必須消除這些變形。遙感衛(wèi)星地面站在接收信號后一般已經(jīng)進行過粗略的幾何糾正，但是這種糾正還不能滿足專業(yè)解譯和綜合分析的要求，需進一步進行幾何精糾正［14］。進行解譯前，對航空遙感圖像進行了正射糾正，對SPOT5和RapidEye衛(wèi)星圖像進行了幾何精糾正處理，糾正采用ERDAS軟件，基準數(shù)據(jù)是DEM數(shù)據(jù)和1∶10 000地形圖［15］。糾正后的3種遙感圖像的像元點位誤差(表1)均可滿足本次解譯要求。在此基礎上，對3時相影像進行了空間幾何配準，以滿足動態(tài)變化分析和空間疊加處理的要求。

表1 幾何糾正后圖像像元點位絕對誤差Tab．1 Absolute error of pixel points after geometric correction

SPOT5的綠通道采用綠光波段B綠與紅外波段B紅外的加權算術平均值B1，3來代替，即B1，3=(B綠×3+B紅外)/4。最終 SPOT5 采用 R(B紅)，G(B1，3)，B(B綠);RapidEye采用 R(B紅)，G(B綠)，B(B藍)制作彩色合成圖像，其結果與實際地物顏色相符。

3 遙感圖像解譯

3．1 解譯標志建立

根據(jù)研究區(qū)遙感圖像能直接反映和判別地物信息的影像特征［16］，通過野外實地調查、驗證，建立城鎮(zhèn)居民點、其他建筑物、耕地、煤矸石山、煤堆、植被覆蓋區(qū)、水體和荒地等8種地物的解譯標志。利用這些解譯標志能直接在圖像上識別地物分布狀況，也能通過已識別出的地物或現(xiàn)象進行相互關系的推理分析，進一步解譯其他不易在遙感圖像上直接解譯的目標。

1)城鎮(zhèn)居民點。城鎮(zhèn)居民點主要為城市和城鎮(zhèn)居民用地。其影像多呈方塊狀或團塊狀，城區(qū)居民用地排列較整齊且集中分布;塌陷區(qū)居民用地分布較分散，影像結構粗糙，幾何特征與周圍其他地物的界線明顯，容易分辨。城鎮(zhèn)居民用地在航空遙感圖像上呈深灰色或者白色;在SPOT5和RapidEye衛(wèi)星圖像上則呈青灰色或灰白色(圖2)。

圖2 城鎮(zhèn)居民點解譯標志Fig．2 Interpretation keys of the residential area

2)其他建筑物。其主要包括煤礦工業(yè)廣場建筑、各類工廠廠房、磚廠建筑等。煤礦工業(yè)廣場建筑物排列整齊，成排分布，形狀為矩形，紋理細膩，廣場中間為空地，且周圍有煤矸石山或煤堆，房屋屋頂一般呈藍色或紅色;各類工廠廠房形狀為矩形，分布于城鎮(zhèn)居民地中間，尺寸明顯大于周圍居民地建筑物，在SPOT5和RapidEye圖像中屋頂一般呈藍色;磚廠建筑形狀多為矩形，周圍一般為荒地，分布零散，與荒地有明顯界線，航片上邊界呈灰白色，SPOT5圖像中呈灰褐色，RapidEye圖像中呈粉紅色(圖3)。

圖3 其他建筑物解譯標志Fig．3 Interpretation keys of the other buildings

3)耕地。根據(jù)實地調查，研究區(qū)耕地主要種植小麥等旱地農(nóng)作物。其影像呈塊狀，成片分布，周圍一般為荒地或居民地;作物生長季節(jié)有植被的色調特征反映，航空圖像中呈深灰色或灰白相間;SPOT5圖像中呈深綠色或灰黃色，紋理粗糙;RapidEye圖像中呈墨綠或淺綠色，與周圍居民地或荒地界線清晰(圖4)。

圖4 耕地解譯標志Fig．4 Interpretation keys of the cultivated land

4)煤矸石山。煤礦開采區(qū)的煤矸石山在圖像上較易識別，通過顏色、位置和形狀可與其他地物區(qū)分。煤矸石山一般為灰色，形狀似圓錐，影像邊緣呈圓形，立體感強，呈由圓心向周圍發(fā)散型的輻射狀，從煤矸石山底到山頂?shù)倪\輸軌道呈一條黑線，較易識別。另外，煤矸石山一般分布在煤礦附近，周圍為荒地。在2009年RapidEye圖像中大的煤矸石山已被清理，只在原來的煤矸石山位置留了小部分煤矸石，結合野外實地調查，可解譯出殘留的煤矸石，呈深灰色，與周圍裸地界線明顯(圖5)。

圖5 煤矸石山解譯標志Fig．5 Interpretation keys of the gangue

5)煤堆。煤堆顏色為黑色，紋理單一，一般高于地面，有很強的立體感，大都分布于礦井附近或分散于荒地中，大型的形狀較規(guī)則，呈圓形或方形，有專門的堆置場地，邊界清晰;小型煤堆比較雜亂，邊界不規(guī)則，顏色呈深灰色，通過形態(tài)特征分析可與周圍地物區(qū)分(圖6)。

圖6 煤堆解譯標志Fig．6 Interpretation keys of the coal pile

6)植被覆蓋區(qū)。本文植被覆蓋區(qū)主要指研究區(qū)內耕地以外的生長木、草本植物的土地。喬木等植被覆蓋區(qū)一般位于主要道路兩旁或者城鎮(zhèn)居民地中間，有立體感，呈條狀或塊狀分布，邊界清楚;灌木林與草地一般呈片狀分布，紋理比喬木等植被覆蓋區(qū)細膩，色調均勻，周圍常為荒地或者居民地，邊界清晰。在航空圖像上呈灰黑色，SPOT5圖像中呈深灰色，RapidEye圖像中呈綠色(圖7)。

圖7 植被覆蓋區(qū)解譯標志Fig．7 Interpretation keys of the vegetation coverage area

7)水體。水體主要為礦坑廢水和自然形成的積水坑。其影像邊界光滑，多呈不規(guī)則狀，色彩均一，為黑色或黑綠色，有明顯的界線，色調均勻，影像細膩。礦坑廢水一般都分布在礦井附近，面積較大，色調明顯區(qū)別于周圍地物;自然形成的積水坑面積較小，一般散布于荒地中(圖8)。

8)荒地。荒地主要包括裸露地、砂石地及廢棄耕地等，成片分布，形狀不規(guī)則，紋理粗糙，呈不均勻淺灰色或灰褐色調，與其他地物分界清晰(圖9)。研究區(qū)內大部分地類屬于荒地。

圖8 水體解譯標志Fig．8 Interpretation keys of the water

圖9 荒地解譯標志Fig．9 Interpretation keys of the wasteland

3．2 地類解譯

根據(jù)已建立的解譯標志，結合野外調查資料和數(shù)據(jù)，基于ArcGIS軟件，采用人機交互方式分別對3個時相的遙感圖像進行解譯;根據(jù)解譯結果勾繪圖斑線，并對圖斑進行地類屬性標注，生成矢量文件;通過修改、編輯和完善，最終生成3個時相的礦區(qū)地類現(xiàn)狀圖。通過1970s與2003年的地類現(xiàn)狀圖疊加分析，標注變化圖斑，從而生成石嘴山礦區(qū)1970s—2003年的地類動態(tài)變化圖(圖10(a));同理，得到2003—2009年的地類動態(tài)變化圖(圖10(b))。

圖10 石嘴山礦區(qū)地類變化圖Fig．10 Maps of land changes in Shizuishan mining area

4 動態(tài)變化分析

利用ArcGIS軟件的疊加分析功能，統(tǒng)計出各地類的相互轉化情況，得到地類變化矩陣(表2，3)，該表顯示，從1970s—2003年地類變化總面積為4．906 38 km2，2003—2009年地類變化總面積為4．857 51 km2。

1)城鎮(zhèn)居民點。從1970s—2009年，城鎮(zhèn)居民點呈現(xiàn)有增無減的趨勢，其中1970s—2003年間的增長幅度遠大于2003—2009年間，說明該時間段內城市擴張速度較快。城鎮(zhèn)居民點的變化有以下2個特點:①1970s—2003年間增加的城鎮(zhèn)居民點大部分由耕地和荒地轉化而來(達到了新增面積的90%)，其次由其他建筑物、植被覆蓋區(qū)和水體轉換而來。說明在城市擴張過程中，受侵占最嚴重的地類為周邊耕地和未利用的荒地，主要是因為這些土地地勢相對平坦，并且緊鄰城市已建成區(qū)，交通成本相對較低。2003—2009年間新增城鎮(zhèn)居民點大部分由其他建筑物和荒地轉化而來，增速大大減緩，主要是開發(fā)未利用的荒地。②城鎮(zhèn)居民點在不斷增加的同時，也有部分轉化成為其他建筑物、荒地和植被覆蓋區(qū)，其中其他建筑物和荒地由塌陷區(qū)居民地拆遷形成，植被覆蓋區(qū)由拆遷后的植被恢復、綠化形成。

表2 1970s—2003年地類變化矩陣Tab．2 Matrix of the land changes from 1970s to 2003 (10 －2 km2)

表3 2003—2009年地類變化矩陣Tab．3 Matrix of the land changes from 2003 to 2009 (10 －2 km2)

2)其他建筑物。從1970s—2003年其他建筑物增速僅次于煤堆和水體，變化比率高達118．34%，主要由荒地、耕地和植被覆蓋區(qū)轉化而來，占新增面積的88%。其他建筑物主要為工廠廠房、磚廠面積的增加，由開發(fā)荒地或占用耕地與植被覆蓋區(qū)形成，其中工廠廠房主要建于耕地和植被覆蓋區(qū)中，磚廠建于荒地中。2003—2009年間其他建筑物面積呈減少趨勢，主要轉化為城鎮(zhèn)居民點和荒地，其次轉化為植被覆蓋區(qū)、煤堆和水體，是由部分工廠廠房拆除轉化而來。

3)耕地。耕地呈現(xiàn)持續(xù)減少的趨勢，其中1970s—2003年間的耕地面積減少最多，主要轉化為荒地和城鎮(zhèn)居民點，其中轉化為荒地的面積最大(達1．705 km2，占轉化總面積的76%)，其次為城鎮(zhèn)居民點和植被覆蓋區(qū)，主要是由于該時間段內有大量耕地被廢棄或閑置，或者被城市擴張中的城鎮(zhèn)居民點建設所占用。2003—2009年間耕地同樣主要轉化為荒地(占轉化總面積的80%)，其次為其他建筑物和煤堆，除大部分耕地被廢棄、閑置外，仍有部分耕地被工廠建廠房或者煤堆占用。耕地在減少的同時，也有部分其他建筑物、城鎮(zhèn)居民點和荒地轉化為新的耕地，但遠小于耕地面積的減少量。

4)煤矸石山。煤矸石山的面積從1970s—2003年間呈增長趨勢，主要由荒地轉化而來，占轉化總面積的93%。煤矸石山主要分布在石嘴山一、二礦工業(yè)廣場附近，由于在該時間段內對煤矸石從未進行過清理，從遙感圖像上可以看到煤矸石山的面積和高度都有所增加，礦區(qū)環(huán)境遭到了嚴重破壞。2003—2009年間煤矸石山面積呈明顯減少趨勢(減少比率為71．96%)，主要轉化為荒地。主要原因是由于自2004年以來對石嘴山礦區(qū)進行了地質環(huán)境治理恢復，清運了所有的矸石山，只在一、二礦工業(yè)廣場附近還殘留有小部分煤矸石山的遺跡，礦區(qū)環(huán)境得到了很大改善。

5)煤堆。煤堆呈現(xiàn)有增無減的趨勢，其中1970s—2003年間煤堆面積增加比率居所有地類的首位(高達637．81%)，主要由荒地轉化而來，說明該時間段內礦區(qū)的開采力度大，開采出的煤主要堆積于工業(yè)廣場及礦井周圍;2003—2009年間煤堆除主要由荒地、耕地和植被覆蓋區(qū)轉化而來，增幅明顯低于1970s—2003年間;另外，還有部分煤堆轉化為荒地、煤矸石山和其他建筑物，說明該時間段內的煤礦開采力度有所減弱，在礦區(qū)地質環(huán)境治理恢復過程中，對煤的堆放進行了統(tǒng)一規(guī)劃。

6)植被覆蓋區(qū)。從1970s—2003年植被覆蓋區(qū)面積呈減少趨勢，主要轉化為荒地和其他建筑物(占轉化總面積的77%)，其次為耕地和城鎮(zhèn)居民點。植被覆蓋區(qū)主要被城市化建設中的城鎮(zhèn)居民點和其他建筑物占用，大部分變?yōu)榛牡?，說明該時間段內礦區(qū)生態(tài)環(huán)境遭到破壞;2003—2009年間礦區(qū)植被覆蓋面積呈大幅度增長趨勢，增加比率居所有地類首位(高達1 976．02%)，主要由荒地和城鎮(zhèn)居民點轉化而來，其次由其他建筑物和水體轉化而來。對石嘴山礦區(qū)進行地質環(huán)境治理恢復時，拆除了分布于7個主要塌陷坑內的居民房，并對部分煤矸石和建筑垃圾進行回填，依地勢覆土綠化，建成了礦山地質公園，使礦區(qū)植被覆蓋率大大提高，減少了水土流失。

7)水體。礦區(qū)內水體面積呈現(xiàn)有增無減的趨勢，其中從1970s—2003年間的增長幅度最大(高達303．27%)，僅次于煤堆，主要由荒地轉化而來。礦區(qū)的水體大部分為礦坑廢水，自然形成的水坑較少，其中石嘴山一礦的礦坑廢水面積最大，面積增長最快。在礦山地質環(huán)境治理過程中，對礦坑廢水進行處理后，水體景觀有了顯著改善。

8)荒地。從1970s—2003年荒地面積呈增加趨勢，主要由植被覆蓋區(qū)和耕地轉化而來，是水土流失、土地沙化及耕地閑置的結果;2003—2009年間荒地面積呈減少趨勢，主要轉化為植被覆蓋區(qū)和其他建筑物，這是由礦區(qū)綠化和工廠廠房及磚廠的增加而形成的。與此同時，也有耕地、其他建筑物和城鎮(zhèn)居民點轉化成荒地，這是由耕地閑置、塌陷坑內的居民房拆除造成的。

綜上所述，1970s—2003年間變化面積最大的為耕地，呈持續(xù)減少的趨勢，主要轉化為荒地和城鎮(zhèn)居民點;城鎮(zhèn)居民點和其他建筑物增速最快，說明城鎮(zhèn)范圍在快速膨脹，并且煤堆、水體的面積增幅也較大，此段時間內研究區(qū)的采礦活動對生態(tài)環(huán)境的影響突出。2003—2009年間植被覆蓋區(qū)面積增幅最快，主要由荒地和城鎮(zhèn)居民點轉化而來，而荒地、煤矸石山及水體的面積此段時間內明顯減少，礦區(qū)的生態(tài)環(huán)境有了很大改善。但是遙感監(jiān)測也發(fā)現(xiàn)，耕地呈繼續(xù)減少趨勢，而煤堆則有增長勢頭，表明石嘴山礦區(qū)生態(tài)環(huán)境恢復建設工作仍然十分艱巨。

5 結論

1)礦區(qū)的地表環(huán)境在近40 a間發(fā)生了較大變化，1970s—2003年間耕地和植被覆蓋區(qū)面積急劇減小，向荒地及城鎮(zhèn)居民點的轉化尤為明顯，這主要是由城市化進程中基礎設施建設及水土流失造成。其他地類如煤堆、水體、煤矸石山等用地面積都呈快速增長的趨勢，主要由荒地轉化而來，是采礦活動導致礦區(qū)的環(huán)境遭到嚴重破壞。

2)2003—2009年間，植被覆蓋區(qū)面積的增速最快，主要由荒地和城鎮(zhèn)居民點轉化而來，而煤矸石山、荒地等地類面積都有明顯減少，這種變化與礦區(qū)的地質環(huán)境治理恢復時間段相吻合，礦區(qū)環(huán)境得到了很大改善。

3)雖然近年石嘴山礦區(qū)的地質環(huán)境有了明顯恢復和改善，但是建設石嘴山礦區(qū)美好生態(tài)環(huán)境任重而道遠，在后續(xù)的礦山地質環(huán)境治理過程中建議對煤和煤矸石的堆放進行詳細規(guī)劃，避免占用和破壞土地資源，防止次生地質災害的發(fā)生;新建其他類礦山(如磚瓦粘土礦)時禁止壓占耕地;已拆除的塌陷區(qū)內的居民用地應盡快進行綠化。

4)本文采用的人機交互方式進行礦區(qū)地類解譯的方法雖然有效減少了解譯誤差，但與礦區(qū)的實際情況仍有一定程度的差距，因此在礦區(qū)地表環(huán)境動態(tài)監(jiān)測中如何實現(xiàn)更高精度的解譯，應作進一步探討。

［1］ 丁艷梅．三峽庫區(qū)土地利用/植被覆蓋變化的遙感監(jiān)測［D］．山東:山東科技大學，2006．Ding Y M．The monitoring of land use/vegetation cover change in Three Gorges Reservoir area based on remote sensing［D］．Shandong:Shandong University of Science and Technology，2006．

［2］ 陳述彭，童慶禧，郭華東．遙感信息機理研究［M］．北京:科學出版社，1998:84－113．Chen SP，Tong Q X，Guo H D．Research on the mechanism of remote sensing information［M］．Beijing:Science Press，1998:84－113．

［3］ 漆小英，晏明星．多時相遙感數(shù)據(jù)在礦山擴展動態(tài)監(jiān)測中的應用［J］．國土資源遙感，2007，19(3):85－88．Qi X Y，Yan M X．Dynamic monitoring of mining area expansion based on multi temporal remote sensing images［J］．Remote Sensing for Land and Resources，2007，19(3):85－88．

［4］ 聶洪峰，楊金中，王曉紅，等．礦產(chǎn)資源開發(fā)遙感監(jiān)測技術問題與對策研究［J］．國土資源遙感，2007，19(4):11－13．Nie H F，Yang JZ，Wang X H，et al．The problems in the remote sensing monitoring technology for the exploration of mineral resources and the countermeasures［J］．Remote Sensing for Land and Resources，2007，19(4):11－13．

［5］ 祝 燕，張 志，張 芹，等．礦山環(huán)境遙感動態(tài)監(jiān)測中的相對輻射校正方法研究［J］．國土資源遙感，2010，22(3):47－50．Zhu Y，Zhang Z，Zhang Q，et al．A study of relative radiometric normalization for dynamic monitoring of environment impacts of mining activities［J］．Remote Sensing for Land and Resources，2010，22(3):47－50．

［6］ 張 磊，吳炳方．關于土地覆被遙感監(jiān)測的幾點思考［J］．國土資源遙感，2011，23(1):15－20．Zhang L，Wu B F．A discussion on land over mapping［J］．Remote Sensing for Land and Resources，2011，23(1):15－20．

［7］ 王欽軍，陳 玉，藺啟忠．礦山地面塌陷的高分辨率遙感識別與邊界提取［J］．國土資源遙感，2011，23(3):113－116．Wang Q J，Chen Y，Lin Q Z．Surface collapse identification and its boundary extraction using high resolution remote sensing［J］．Remote Sensing for Land and Resources，2011，23(3):113－116．

［8］ 王 琰，舒 寧，龔 龑．高分辨率遙感影像土地利用變化檢測方法研究［J］．國土資源遙感，2012，24(1):43－47．Wang Y，Shu N，Gong Y．A study of land use change detection based on high resolution remote sensing images［J］．Remote Sensing for Land and Resources，2012，24(1):43－47．

［9］ 張新榮，陳琢如，楊旭東，等．石嘴山市志［M］．銀川:寧夏人民出版社，2001:3－4．Zhang X R，Chen Z R，Yang X D，et al．Shizuishan annals［M］．Yinchuan:Ningxia People’s Press，2001:3－4．

［10］ 張 梁，李 云，舒 記，等．石嘴山市惠農(nóng)采煤沉陷區(qū)礦山地質環(huán)境治理規(guī)劃:2010—2012年［R］．石嘴山:石嘴山市惠農(nóng)區(qū)人民政府，2010:23－26．Zhang L，Li Y，Shu J，et al．Treatment planning for mining geo－environment of Huinong Subsidence Area from 2010 to 2012［R］．Shizuishan:The People’s Government of Huinong District，2010:23－26．

［11］ 雷利卿，岳燕珍，孫九林，等．遙感技術在礦區(qū)環(huán)境污染監(jiān)測中的應用研究［J］．環(huán)境監(jiān)測，2002(2):33－36．Lei LQ，Yue Y Z，Sun JL，etal．Research on the application of remote sensing techniques in monitoring environmental pollution in coal mine［J］．Environment Protection，2002(2):33－36．

［12］ 王曉紅，聶洪峰，楊清華，等．高分辨率衛(wèi)星數(shù)據(jù)在礦山開發(fā)狀況及環(huán)境監(jiān)測中的應用效果比較［J］．國土資源遙感，2004，16(1):15－20．Wang X H，Nie H F，Yang Q H，et al．The different monitoring effects of QuickBird and SPOT5 data in mine exploitation［J］．Remote Sensing for Land and Resources，2004，16(1):15－20．

［13］ 馮彥平．礦山開采影響下的環(huán)境遙感監(jiān)測與評價［D］．山東:山東科技大學，2010:26－27．Feng Y P．The remote sensing monitoring and assessment of environment under the influence of mining［D］．Shandong:Shandong University of Science and Technology，2010:26－27．

［14］ 劉 智，黃 潔，邵懷勇，等．RapidEye衛(wèi)星影像在1∶50000礦山開發(fā)遙感調查中的應用研究［J］．國土資源遙感，2010，22(1):127－129．Liu Z，Huang J，Shao H Y，et al．The application of RapidEye satellite images to1 ∶50 000 remote sensing survey formine exploitation［J］．Remote Sensing for Land and Resources，2010，22(1):127－129．

［15］ 黨安榮，王曉棟，陳曉峰，等．ERDAS IMAGINE遙感圖像處理方法［M］．北京:清華大學出版社，2003:69－81．Dang A R，Wang X D，Chen X F，et al．ERDAS IMAGINE method of RS image processing［M］．Beijing:Tsinghua University Press，2003:69－81．

［16］ 楊清華，齊建偉，孫永軍．高分辨率衛(wèi)星遙感數(shù)據(jù)在土地利用動態(tài)監(jiān)測中的應用研究［J］．國土資源遙感，2001，13(4):20－27．Yang Q H，Qi JW，Sun Y J．The application of high resolution satellite remotely sensed data to land use dynamic monitoring［J］．Remote Sensing for Land and Resources，2001，13(4):20－27．